中國網(wǎng)/中國發(fā)展門戶網(wǎng)訊  過去10年，人工智能（AI）取得了顯著進(jìn)步，近年更因大語言模型（LLM）的突破，通用人工智能（AGI）的技術(shù)界限不斷被拓展，AGI有能力執(zhí)行如視覺感知、語音識別、決策和語言翻譯等更多的人類任務(wù)。就世界范圍的AI發(fā)展而言，中國和美國占據(jù)領(lǐng)先地位，各自采用了相對獨(dú)特的發(fā)展模式，一定程度上催生了新產(chǎn)業(yè)、新動能。近期，DeepSeek-R1模型的橫空出世，標(biāo)志著中國AI企業(yè)在創(chuàng)新探索方面取得了階段性突破。然而，值得注意的是，中國在基礎(chǔ)理論積累、高端算力芯片生產(chǎn)、AI產(chǎn)業(yè)生態(tài)等領(lǐng)域仍然落后于美國，“卡脖子”風(fēng)險(xiǎn)尚未根本緩解。本文強(qiáng)調(diào)，由于AI在基礎(chǔ)研究、應(yīng)用研究和產(chǎn)業(yè)轉(zhuǎn)化研究等環(huán)節(jié)的應(yīng)用存在著相互重疊、交互促進(jìn)的關(guān)系，能夠支持多技術(shù)路線探索。因此，中國有可能通過設(shè)置開放治理的制度機(jī)制，以政策工具落實(shí)“追趕戰(zhàn)略”與“多元探索”，推動AGI技術(shù)發(fā)展一方面緊跟國際前沿，另一方面不斷拓展新的創(chuàng)新方向。

中國AI發(fā)展?fàn)顩r及與美國的比較

AI被視為能影響大國博弈格局的核心關(guān)鍵技術(shù)，得到各個主要國家的高度關(guān)注。美國在AGI發(fā)展中處于前沿位置，其領(lǐng)先世界的研究型大學(xué)、掌握龐大資源的科技巨頭企業(yè)、強(qiáng)大的技術(shù)部門和支持性的監(jiān)管環(huán)境等條件，都不是其他國家可以在短期內(nèi)加以復(fù)制和趕超的。中國是目前世界上能緊跟美國發(fā)展速度的國家之一，在AI的多項(xiàng)指標(biāo)上，“追趕”著美國的領(lǐng)先地位。AI技術(shù)的發(fā)展涉及基礎(chǔ)理論、核心技術(shù)、創(chuàng)新生態(tài)與商業(yè)應(yīng)用等多個維度，中國目前在各個方面都展現(xiàn)出較為快速的發(fā)展勢頭。但毋庸諱言，與美國相比，中國仍存在顯著的短板。

中國AI發(fā)展的顯著成績

在科技創(chuàng)新前沿領(lǐng)域，中國AI發(fā)展在學(xué)術(shù)論文發(fā)表和專利申請方面取得了顯著進(jìn)步?！靶畔⒓夹g(shù)與創(chuàng)新基金”（ITIF）報(bào)告指出，在學(xué)術(shù)論文發(fā)表方面，中國和美國的表現(xiàn)相當(dāng)。截至2023年，中國有約12 450篇生成式AI學(xué)術(shù)論文發(fā)表，美國有12 030篇；在專利方面，自2013年以來，中國一直是AI專利授權(quán)的最大發(fā)起國，到2022年，中國的AI專利申請數(shù)量大約是美國同行的4倍，中國國家知識產(chǎn)權(quán)局專利局的授權(quán)數(shù)量幾乎是美國專利商標(biāo)局的3倍。世界知識產(chǎn)權(quán)組織（WIPO）2024年的報(bào)告指出，自2017年以來，中國每年在生成式AI領(lǐng)域授予的專利數(shù)量超過了其他所有國家的總和。

在創(chuàng)新生態(tài)上，中國的AI人才培育和基礎(chǔ)設(shè)施建設(shè)已經(jīng)積累了一定的優(yōu)勢。在人才方面，以中國研究人員在神經(jīng)信息處理系統(tǒng)會議（NeurIPS）發(fā)表論文的比率來衡量。在2022年，中國培養(yǎng)了全球47%的頂級AI研究人員，而在2019年，最精英的AI研究人員比例為29%，其中26%來自中國，28%來自美國。在AI基礎(chǔ)設(shè)施如數(shù)據(jù)和算力方面，中國龐大的人口規(guī)模和企業(yè)規(guī)模產(chǎn)生了快速增長的數(shù)據(jù)，同時(shí)政府也在推動數(shù)據(jù)產(chǎn)業(yè)的高質(zhì)量發(fā)展，在促進(jìn)行業(yè)數(shù)據(jù)共享、推動數(shù)據(jù)授權(quán)運(yùn)營、數(shù)據(jù)要素市場建設(shè)等方面推進(jìn)形成了標(biāo)準(zhǔn)體系，為促進(jìn)數(shù)據(jù)安全高效流通探索了制度保障。面對美國近年不斷升級的限制措施，中國在算力設(shè)施相關(guān)的芯片產(chǎn)業(yè)上的投資也初見回報(bào)，一些中國企業(yè)提供了具有一定競爭力和成本優(yōu)勢的產(chǎn)品，如華為昇騰（Ascend）910B等。正是具備了較為健全的創(chuàng)新生態(tài)，中國企業(yè)才有可能既推出如“文心一言”“通義千問”“Kimi”“書生”大模型等緊追國際前沿的優(yōu)秀模型，又產(chǎn)生DeepSeek-V3/R1這樣集合社會資本、青年科技人才與應(yīng)用工程創(chuàng)新等多維度力量的先進(jìn)科技產(chǎn)品。

在商業(yè)應(yīng)用上，中國AI受益于巨大的市場需求，在賦能工業(yè)制造、智慧醫(yī)療和自動駕駛領(lǐng)域均取得顯著進(jìn)展。工業(yè)和信息化部數(shù)據(jù)顯示，截至2025年2月，智能工廠培育行動已經(jīng)建成3萬多家不同智能層級的智能工廠，覆蓋超過80%的制造業(yè)行業(yè)大類，共建設(shè)優(yōu)秀場景近2000個，工廠產(chǎn)品研發(fā)周期平均縮短28.4%，生產(chǎn)效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均減少20.4%。在醫(yī)療影像行業(yè)，截至2024年6月，國家藥品監(jiān)督管理局已批準(zhǔn)3類92款A(yù)I工具，廣泛用于圖像質(zhì)量改善、疾病分期與分級分析等。中國在自動駕駛的規(guī)模化運(yùn)營上進(jìn)展迅速。截至2025年1月，百度公司的自動駕駛出行服務(wù)已在全國多座城市累計(jì)提供了超過900萬次載客行程。這一數(shù)字超出了美國Waymo公司同期500萬次的運(yùn)營規(guī)模。

中國AI綜合實(shí)力上存在的不足

中國AI發(fā)展的基礎(chǔ)理論原創(chuàng)性突破，仍然不及美國。目前廣泛應(yīng)用的AI基礎(chǔ)理論，包括Transformer架構(gòu)、Diffusion模型、RLHF優(yōu)化和Attention機(jī)制等，均由美國的少數(shù)科技巨頭或研究型大學(xué)研究者提出。例如，谷歌團(tuán)隊(duì)提出的Transformer架構(gòu)，突破了傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）只能逐詞順序處理、效率低下的局限，以并行方式同時(shí)處理句子中所有單詞之間的關(guān)系，從根本上革新了自然語言處理（NLP）領(lǐng)域的發(fā)展路徑。中美兩國基礎(chǔ)理論上的差距，也反映在學(xué)術(shù)影響力上。例如，根據(jù)ITIF報(bào)告，在全球引用率最高的10項(xiàng)AGI研究成果中，美國占據(jù)4項(xiàng)，中國僅有1項(xiàng)，這顯示出中國在基礎(chǔ)理論原創(chuàng)方面的明顯差距。

中國在某些關(guān)鍵核心技術(shù)上，仍面臨“卡脖子”的風(fēng)險(xiǎn)。雖然DeepSeek-R1通過低成本策略有效降低了AI模型訓(xùn)練對高端芯片的需求，并且華為海思等中國企業(yè)也在推動芯片國產(chǎn)替代方面取得了一定成績，但是，英偉達(dá)（NVIDIA）的H100芯片依然是目前訓(xùn)練大模型不可或缺的核心產(chǎn)品。英偉達(dá)的CUDA平臺已構(gòu)建了成熟的開發(fā)者生態(tài)，覆蓋TensorFlow、PyTorch等主流框架；即使其他廠商推出硬件，也難以繞過這一平臺的軟件兼容性和優(yōu)化壁壘。中國在某些關(guān)鍵核心技術(shù)上難以實(shí)現(xiàn)重大突破，與科研生態(tài)的整體狀況相關(guān)：中國的專利申請數(shù)量領(lǐng)先全球，但其整體質(zhì)量存在明顯不足。例如，能夠在首次獲得中國專利授權(quán)后，又獲得其他國家或地區(qū)專利認(rèn)可的發(fā)明比例僅為4%，遠(yuǎn)低于美國的32%。

中國AI發(fā)展的創(chuàng)新生態(tài)依然需要持續(xù)加以改善。例如，盡管中國頂級AI人才的規(guī)模已與美國接近，但在資本、技術(shù)、應(yīng)用及基礎(chǔ)設(shè)施等維度仍存在明顯差距。美國斯坦福大學(xué)人本人工智能研究中心（Stanford HAI）發(fā)布的《2024年人工智能指數(shù)報(bào)告》指出，中國AI的整體創(chuàng)新活力（40.17）落后于美國（70.06）。在通用技術(shù)和方法創(chuàng)新（如RLHF等方法論突破）方面，中國的成果相對有限，更多集中于引用周期短、規(guī)模較小的工程優(yōu)化，如中文分詞增強(qiáng)和多模態(tài)數(shù)據(jù)清洗等。此外，一些中國AI研究成果的開源程度低、復(fù)現(xiàn)難度大，制約了成果的廣泛引用及理論與技術(shù)的雙向互動。同時(shí)，中國還存在較為嚴(yán)重的科學(xué)研究與產(chǎn)業(yè)應(yīng)用相脫節(jié)的問題，校企合作大多停留于聯(lián)合署名發(fā)表成果的階段，實(shí)際知識轉(zhuǎn)移效率較低。整體而言，中國AI領(lǐng)域的科學(xué)研究、技術(shù)創(chuàng)新和應(yīng)用處于割裂狀態(tài)，尚未形成有效協(xié)同的創(chuàng)新生態(tài)。另外，在基礎(chǔ)設(shè)施層面，中國AI企業(yè)同樣面臨突出的問題，如ITIF報(bào)告指出，中國快速增長的數(shù)據(jù)質(zhì)量并不高，2023年中國企業(yè)較上一年增加了22%的數(shù)據(jù)規(guī)模，然而可數(shù)字化和可存儲的部分只有略超過3%；算力設(shè)施上的短板更加突出，中國企業(yè)目前在AI芯片設(shè)計(jì)等環(huán)節(jié)上所占市場份額比較低，一項(xiàng)針對20個中國大語言模型的調(diào)查顯示，其中17個模型使用的仍是美國英偉達(dá)的芯片。

從“追趕”向“追趕+多元探索”戰(zhàn)略轉(zhuǎn)型的必要性

追趕戰(zhàn)略的意義與限度

中國與美國存在現(xiàn)實(shí)的差距，有必要集中一定的資源實(shí)施“追趕”戰(zhàn)略。但是，在當(dāng)前的AI領(lǐng)域，僅考慮“追趕”前沿，并不能滿足中國的經(jīng)濟(jì)社會整體發(fā)展需求。目前的AGI發(fā)展中，比較引人注目的是大模型訓(xùn)練成本有持續(xù)增長的趨勢。AI調(diào)查機(jī)構(gòu)Epoch AI，選取不同歷史時(shí)期推出的796個有影響的機(jī)器學(xué)習(xí)模型進(jìn)行比較測算，發(fā)現(xiàn)自2016年以來，為前沿模型最終訓(xùn)練運(yùn)行而平攤的硬件和能源成本，以每年2.4倍的速度快速增長；如果訓(xùn)練成本持續(xù)增長下去，到2027年，最大規(guī)模的訓(xùn)練將花費(fèi)超過10億美元；開發(fā)關(guān)鍵前沿模型（如GPT-4.0和Gemini Ultra）的成本中，大部分是硬件成本，占47%—67%，研發(fā)人員成本占29%—49%，其余2%—6%用于能源消耗。

這種高昂的資源和能源耗費(fèi)，給中國及所有其他處于“追趕”狀態(tài)的國家提出了一個嚴(yán)肅的問題：在集中一定的資源進(jìn)行“追趕”，以免與國際前沿發(fā)展拉開距離之外，還應(yīng)當(dāng)進(jìn)行怎樣的規(guī)制和指引，從而產(chǎn)生創(chuàng)新的探索？

中國作為后發(fā)國家，習(xí)慣基于后發(fā)優(yōu)勢理論制定國家科技創(chuàng)新及產(chǎn)業(yè)化的發(fā)展戰(zhàn)略。雖然這一戰(zhàn)略可以在一定程度上快速取得追趕成績，卻容易被鎖定在先發(fā)國家制定的既有技術(shù)路線與產(chǎn)業(yè)方向中，進(jìn)而陷入“中等技術(shù)陷阱”。具體到AI領(lǐng)域，自2022年底ChatGPT發(fā)布以來，大語言模型成了AI發(fā)展的主流技術(shù)路徑，中國企業(yè)在DeepSeek崛起之前基本也是沿著這一路徑進(jìn)行模仿追趕。截至2024年底，我國已備案大模型有302個，形成了“百模大戰(zhàn)”的激烈競爭格局。近期，國內(nèi)的資本市場也已經(jīng)開始出現(xiàn)反思。AI投資行業(yè)里流傳著一個案例：一家公司年收入3億元，而訓(xùn)練模型就花了20多個億。之前投入大量資源實(shí)施“追趕”策略的AI“六小虎”的估值如今大幅下跌，AI獨(dú)角獸陷入融資困境。這個發(fā)展?fàn)顩r要求我們更理性地思考中國的AI發(fā)展戰(zhàn)略。

“追趕+多元探索”戰(zhàn)略的基本思考

DeepSeek并沒有沿著“大力出奇跡”的路線前進(jìn)，而是走出了一條“高性能、低成本、開放普惠”的新路徑，展示出“追趕戰(zhàn)略”下容納多個AI創(chuàng)新方向的豐富圖景。事實(shí)上，DeepSeek之所以能在短時(shí)間內(nèi)獲得全球性關(guān)注，除了所謂的后發(fā)國家企業(yè)挑戰(zhàn)美國科技巨頭這一大國競爭話語，更重要的是其大幅度降低了應(yīng)用成本并采取了開源的技術(shù)路線，這2點(diǎn)使得各后發(fā)地區(qū)、各行各業(yè)都有了基于自身發(fā)展需求來應(yīng)用新興科技產(chǎn)品的機(jī)會。Ding J的近期研究也指出，與國際關(guān)系經(jīng)典文獻(xiàn)中總結(jié)的“先進(jìn)部門引發(fā)全球權(quán)力結(jié)構(gòu)變化”的觀點(diǎn)不同，實(shí)證證據(jù)表明，“推動先進(jìn)技術(shù)擴(kuò)散的制度”對于大國崛起更加重要。這項(xiàng)研究將輿論特別關(guān)注的創(chuàng)新“先進(jìn)性”與“后發(fā)性”的對立，引向了更值得探討的“創(chuàng)新能否獲得廣泛應(yīng)用”層面。

這樣的實(shí)踐經(jīng)驗(yàn)與理論思辨，啟發(fā)了中國可以在實(shí)施“追趕戰(zhàn)略”的同時(shí)，通過“多元探索”發(fā)掘AI多樣化創(chuàng)新方向的可能性。在“追趕戰(zhàn)略”下，中國可以選擇在一定的領(lǐng)域內(nèi)集中資源從事重大科技攻關(guān)，適應(yīng)大國競爭的需求。而面對AGI這種技術(shù)路線與產(chǎn)業(yè)化方向仍存在較大不確定性的新興領(lǐng)域，只將追趕美國技術(shù)領(lǐng)先地位作為唯一的戰(zhàn)略導(dǎo)向，不僅容易造成國家創(chuàng)新資源投入既定技術(shù)路線的誤判與浪費(fèi)，更會忽略“多元探索”戰(zhàn)略下我國不同地區(qū)、多類主體中蘊(yùn)藏的多樣化創(chuàng)新發(fā)展可能性潛力。當(dāng)然，在國際競爭與社會輿論的壓力下，中國作為世界第二大經(jīng)濟(jì)體，也很難只關(guān)注國內(nèi)創(chuàng)新發(fā)展而不去面對事實(shí)存在的外部壓力，完全從已有的“追趕戰(zhàn)略”轉(zhuǎn)向“多元探索”。因此，本文在戰(zhàn)略導(dǎo)向上的主要觀點(diǎn)是，面對AGI的創(chuàng)新發(fā)展，需要同步實(shí)施“追趕戰(zhàn)略”與“多元探索”戰(zhàn)略，后者可以作為前者的補(bǔ)充，使得中國在應(yīng)對美國科技競爭的同時(shí)，探索出符合我國國計(jì)民生需求的AI創(chuàng)新方向。

AI多元探索的可能性及其制度條件

從1956年美國達(dá)特茅斯會議首次提出“人工智能”概念開始，“人工智能”科技領(lǐng)域的多元探索就從來沒有停滯過。早期是符號學(xué)派、聯(lián)結(jié)學(xué)派、行為學(xué)派相互爭論，之后有美國、日本、歐洲等國家和地區(qū)各自的探索，然后是機(jī)器學(xué)習(xí)，再到建立在人工神經(jīng)網(wǎng)絡(luò)理論和機(jī)器學(xué)習(xí)理論上的深度學(xué)習(xí)，進(jìn)而帶來AI生成內(nèi)容大模型的研究熱潮。然而，作為新一輪科技革命爆發(fā)階段的重要產(chǎn)品，AI發(fā)展還遠(yuǎn)未到定型的程度，大模型也存在著科學(xué)原理、設(shè)計(jì)方案、行為模式等諸多方面的重大挑戰(zhàn)，擁有大量可以實(shí)施多元探索的空間。

AI的“非線性創(chuàng)新”特性與多元探索的可能性

在科技研究中，“線性創(chuàng)新觀”一度占據(jù)著重要地位，認(rèn)為科技創(chuàng)新是沿著“基礎(chǔ)研究—應(yīng)用研究—產(chǎn)業(yè)轉(zhuǎn)化”的線性路徑發(fā)展的。然而，信息通信技術(shù)興起后，相關(guān)領(lǐng)域的諸項(xiàng)科技與產(chǎn)業(yè)成果，都具有不易被簡單歸類為基礎(chǔ)研究或應(yīng)用研究的特性，反而在基礎(chǔ)研究、應(yīng)用研究、產(chǎn)業(yè)轉(zhuǎn)化之間存在著交互促進(jìn)的“非線性創(chuàng)新”特性。例如，雙極型晶體管的發(fā)明帶來了晶體管效應(yīng)的發(fā)現(xiàn)，這些發(fā)明和發(fā)現(xiàn)集合在一起又創(chuàng)造了應(yīng)用在電腦、汽車等產(chǎn)品上的各類處理器和芯片；集成電路的發(fā)明帶來通用計(jì)算機(jī)的發(fā)明，又進(jìn)一步促進(jìn)了計(jì)算機(jī)科學(xué)的發(fā)展。

與信息通信技術(shù)類似，AI也是多學(xué)科知識、多技術(shù)發(fā)明集合，基礎(chǔ)原理突破與關(guān)鍵技術(shù)攻關(guān)協(xié)同演化的產(chǎn)物。例如，谷歌大腦研究團(tuán)隊(duì)（Google Brain）在2017年推出的Transformer架構(gòu)是目前大模型領(lǐng)域主流的算法架構(gòu)基礎(chǔ)，既是基礎(chǔ)研究的重大突破，又是可以直接應(yīng)用到模型中的重要發(fā)明。而DeepSeek在Transformer架構(gòu)基礎(chǔ)上實(shí)現(xiàn)的進(jìn)步，本質(zhì)上是通過算法創(chuàng)新補(bǔ)償算力短板（如MoE架構(gòu)優(yōu)化）、工程極致優(yōu)化釋放硬件潛能（如PTX編程）、開源生態(tài)重構(gòu)產(chǎn)業(yè)規(guī)則（如模塊化插件體系），實(shí)現(xiàn)了從基礎(chǔ)理論到產(chǎn)業(yè)落地的閉環(huán)。以混合專家模型（MoE）的深度優(yōu)化為代表，其在基礎(chǔ)研究方面提出了異構(gòu)專家協(xié)同機(jī)制，通過將專家細(xì)分為共享專家與路由專家，前者捕獲通用知識，后者專注領(lǐng)域特性，實(shí)現(xiàn)了知識表達(dá)的細(xì)粒度分解；在技術(shù)進(jìn)步方面，引入了“教師—學(xué)生—助理”三級架構(gòu)，解決了傳統(tǒng)架構(gòu)因負(fù)載不均導(dǎo)致的訓(xùn)練效率低下問題，推理效率提升40%；在產(chǎn)業(yè)應(yīng)用方面，制造業(yè)企業(yè)可以單獨(dú)訓(xùn)練“設(shè)備故障診斷專家模塊”而無須全模型迭代，資源消耗降低30%—70%，能實(shí)現(xiàn)生產(chǎn)流程精準(zhǔn)調(diào)控。

AI的這一科技創(chuàng)新特性決定了，一方面，AI發(fā)展可以是基于研究端對國際前沿的追蹤或者基礎(chǔ)研究領(lǐng)域本身的創(chuàng)新；另一方面，也可以是應(yīng)用端對研究端提出要求，形成新的研究方向。

國際前沿不斷涌現(xiàn)的新嘗試，具有引領(lǐng)AI行業(yè)未來發(fā)展新方向的潛在可能性。AI同其他重要的信息通信技術(shù)相近，并非好奇心驅(qū)動的研發(fā)。但是在這個行業(yè)中，如同“摩爾定理”的提出一樣，領(lǐng)軍人物的理念具有極大的引導(dǎo)效應(yīng)，能夠凝聚行業(yè)智慧和資源，朝著一定的方向?qū)嵤┡?。例如，美國斯坦福大學(xué)李飛飛教授在2024年首次創(chuàng)業(yè)成立World Labs，致力于構(gòu)建不同于大語言模型的“大世界模型”（LWM），在2024年9月正式宣布完成2.3億美元的巨額融資，投資方既有Andreessen Horowitz（a16z）、恩頤投資（NEA）、Radical Ventures等知名投資機(jī)構(gòu)，又有Jeff Dean、Geoffrey Hinton等AI領(lǐng)域著名研究者和企業(yè)家。因此，對于國際前沿不斷出現(xiàn)的新嘗試、新探索，需要保持持續(xù)追蹤，從中思考新的發(fā)展方向。

基礎(chǔ)研究領(lǐng)域的突破，潛藏著能直接影響人工智能技術(shù)與產(chǎn)業(yè)發(fā)展方向的新理念。AI這種基礎(chǔ)研究和應(yīng)用研究結(jié)合更緊密、跨越多個學(xué)科實(shí)施探索的特點(diǎn)，要求必須密切關(guān)注各前沿研發(fā)機(jī)構(gòu)的動向。在我國，北京智源研究院與深圳鵬城實(shí)驗(yàn)室是AI領(lǐng)域“一南一北”的兩大核心研究機(jī)構(gòu)，在多模態(tài)大模型、高性能計(jì)算、AI倫理與安全等基礎(chǔ)研究領(lǐng)域提出了諸多適應(yīng)中國發(fā)展實(shí)際的本土理念。例如，智源研究院在2019年即布局大模型，2021年推出全球最大規(guī)模的中文大模型“悟道2.0”，早于ChatGPT的發(fā)布。近年來更是超前布局多模態(tài)、具身智能、生命模擬等前沿領(lǐng)域，被微軟總裁稱之為與OpenAI、谷歌同時(shí)處于AI領(lǐng)域絕對前沿的3家機(jī)構(gòu)。如果說智源研究院在大模型研發(fā)方面實(shí)現(xiàn)了引領(lǐng)，那么鵬城實(shí)驗(yàn)室則是在算力技術(shù)自主與標(biāo)準(zhǔn)制定方面實(shí)現(xiàn)了突破。其不僅研發(fā)了我國首個自主可控的E級智能算力平臺（“鵬城云腦”系列），還推動了“東數(shù)西算”戰(zhàn)略，實(shí)現(xiàn)了全國算力資源的智能調(diào)度與共享。

應(yīng)用研究和產(chǎn)業(yè)轉(zhuǎn)化過程也能影響基礎(chǔ)研究方向，基于多樣性應(yīng)用需求開拓出多元的創(chuàng)新發(fā)展方案。2019年10月，美國國家科學(xué)基金會（NSF）統(tǒng)籌，聯(lián)合多個部門發(fā)起了國家人工智能研究院（NAIRI）項(xiàng)目，不僅專門強(qiáng)調(diào)了“基礎(chǔ)研究與應(yīng)用啟發(fā)性研究一體推進(jìn)”的研究要求，還讓各個研究院的研究領(lǐng)域涵蓋了多樣應(yīng)用需求：不僅有發(fā)達(dá)地區(qū)領(lǐng)先的大數(shù)據(jù)、機(jī)器學(xué)習(xí)、算法優(yōu)化等應(yīng)用方向，還包括了農(nóng)業(yè)、教育、網(wǎng)絡(luò)基礎(chǔ)設(shè)施等在欠發(fā)達(dá)地區(qū)有廣泛應(yīng)用的領(lǐng)域。這種基于多樣應(yīng)用需求推動AI創(chuàng)新的部署，在我國的表現(xiàn)更為顯著。在制造業(yè)領(lǐng)域，騰訊人工智能實(shí)驗(yàn)室針對工業(yè)質(zhì)檢需求，創(chuàng)新性設(shè)計(jì)光學(xué)一體技術(shù)，有效解決了凹凸缺陷的成像技術(shù)難題；在智慧城市領(lǐng)域，我國城市化場景的復(fù)雜度倒逼算力體系升級，上海人工智能實(shí)驗(yàn)室研發(fā)的全球首個城市級神經(jīng)輻射場（NeRF）技術(shù)，實(shí)現(xiàn)了城市動態(tài)三維建模。

綜上，AI不是只有當(dāng)前大語言模型這一條技術(shù)路線，而是可以基于對國際前沿的追蹤、基礎(chǔ)研究的突破、對多樣應(yīng)用需求的滿足，來實(shí)施新的探索。DeepSeek在探索更低成本、更為開源、更便于應(yīng)用的科技產(chǎn)品方面的經(jīng)驗(yàn)，增強(qiáng)了以非線性創(chuàng)新觀為指導(dǎo)，激勵多元探索的現(xiàn)實(shí)可行性。

AI多元探索的制度條件與當(dāng)前困境

開放治理的重要性

只有在開放治理的制度條件下，AI的多元探索才能成為現(xiàn)實(shí)。開放治理既包括內(nèi)外部治理機(jī)制的開放和銜接，又包括貿(mào)易開放、知識開放、科研與產(chǎn)業(yè)管理機(jī)制開放等內(nèi)容。其中，尤其重要的是知識開放，通過形成“思想市場”促進(jìn)科技領(lǐng)域的突破。Krugman指出，貿(mào)易開放在推動技術(shù)變革方面具有不確定性：貿(mào)易開放意味著傳統(tǒng)生產(chǎn)要素（土地、資本、勞動力）的流動性增加，意味著地區(qū)之間的空間區(qū)隔減少、資金流動增加、人才流動暢通、貿(mào)易往來頻繁，但是，貿(mào)易開放不必然引發(fā)技術(shù)變革，因?yàn)樾尾怀深嵏残约夹g(shù)對于既有利益結(jié)構(gòu)的挑戰(zhàn)。例如，荷蘭的貿(mào)易開放未能促進(jìn)技術(shù)進(jìn)步保住其世界霸主地位，而英國在18世紀(jì)中后期的貿(mào)易開放加知識開放卻幫助英國實(shí)現(xiàn)了技術(shù)變革，超越荷蘭成為世界第一大經(jīng)濟(jì)體。

AI的多元探索更需要開放治理這一制度條件的支持。AI是多部門、多學(xué)科人才協(xié)作才能推進(jìn)的產(chǎn)品，需要形成思想交流上的開放碰撞、探索路徑上的相互競爭，形成應(yīng)對挑戰(zhàn)時(shí)的協(xié)同努力。OpenAI即是包括研究人員、工程師、設(shè)計(jì)師和產(chǎn)品經(jīng)理的跨部門、跨學(xué)科人才團(tuán)隊(duì)在并行運(yùn)作，以此建立從科學(xué)原理問題設(shè)定到應(yīng)用場景打造的全過程研發(fā)能力。AI要求基于應(yīng)用端對研究端的主導(dǎo)作用，研究方向需要及時(shí)根據(jù)通用性、一般性實(shí)踐問題加以調(diào)整。這種科技攻關(guān)的方式，很難在產(chǎn)學(xué)研相互分隔的制度環(huán)境下實(shí)現(xiàn)。AI對數(shù)據(jù)語料的需求、對開放場景的需要都相當(dāng)高，需要在開放治理的環(huán)境下得以實(shí)現(xiàn)。只有在開放的制度環(huán)境中，才能通過建設(shè)數(shù)據(jù)和算力基礎(chǔ)設(shè)施、合理配置科研資源、組建多個跨專業(yè)的人才團(tuán)隊(duì)，為不同區(qū)域和不同行業(yè)提供AI的應(yīng)用服務(wù)。同時(shí)，激勵科研團(tuán)隊(duì)在各自的技術(shù)應(yīng)用探索過程中，從實(shí)踐里提煉科學(xué)問題，反過來為推動科學(xué)原理進(jìn)步作出貢獻(xiàn)。

當(dāng)前全球?qū)﹂_放治理的阻礙

各國對于數(shù)字領(lǐng)域、AI領(lǐng)域的“泛安全化”戰(zhàn)略考慮，已經(jīng)成為當(dāng)前阻礙開放治理的最大原因。隨著世界范圍內(nèi)保護(hù)主義政治思潮的抬頭、逆全球化策略不斷推行，西方國家設(shè)置貿(mào)易壁壘、實(shí)施科技封鎖等逆全球化舉措，使各國不得不把產(chǎn)業(yè)鏈安全、數(shù)據(jù)安全等考量當(dāng)作不可撼動的基本原則。歐盟在2016年通過《通用數(shù)據(jù)保護(hù)條例》（GDPR），采取嚴(yán)格的數(shù)據(jù)本地化措施，之后推出“數(shù)字兩法”——《數(shù)字市場法》和《數(shù)字服務(wù)法》，正式賦予歐盟委員會調(diào)查和執(zhí)法權(quán)，嚴(yán)格管控?cái)?shù)字經(jīng)濟(jì)市場。美國自2021年以來，更是推出了一系列“小院高墻”的封鎖政策，如多次審查中國獲取美國“開源技術(shù)”的問題，并考慮對“開源技術(shù)”實(shí)施出口管制；從對中國禁售先進(jìn)芯片，逐步升級為限制中國從第三方國家獲取先進(jìn)芯片；對中國AI等領(lǐng)域的企業(yè)實(shí)施投資限制等。美國的這一系列限制舉措還在不斷升級。美歐兩大經(jīng)濟(jì)體這些保護(hù)主義政策實(shí)踐造成的全球“數(shù)字化碎片”現(xiàn)象，對于在AI領(lǐng)域推行開放治理造成了嚴(yán)重的阻礙。

此外，大型數(shù)字平臺和企業(yè)也通過各自制定規(guī)則的影響力，形成日益堅(jiān)固的壟斷態(tài)勢，阻礙開放治理制度環(huán)境的確立。從數(shù)字技術(shù)本身的角度來看，在不同企業(yè)和平臺的作用下，技術(shù)發(fā)展有開源和閉源2種模式。開源協(xié)議雖然因社區(qū)不同而稍有差異，但都以最大限度開放共享為原則。然而，大型企業(yè)大部分采取閉源但開放創(chuàng)新模式，如谷歌、蘋果等公司，允許軟件供應(yīng)商基于手機(jī)操作系統(tǒng)的開發(fā)應(yīng)用產(chǎn)品和創(chuàng)新應(yīng)用場景。由此，造成開源的數(shù)字技術(shù)社區(qū)陷入發(fā)展困境，而大型數(shù)字平臺卻借助其絕對影響力提高了創(chuàng)新門檻，壟斷了創(chuàng)新的機(jī)會。AI大模型的開源與閉源之爭涉及的問題更為復(fù)雜。目前，谷歌的Gemma選擇了低版本開源，但保留制定使用該模型的條款及所有權(quán)條款，且面向高階版本收費(fèi)的模式。埃隆·馬斯克（Elon Musk）則批評OpenAI背離了作為非營利性開源項(xiàng)目建設(shè)的初衷，成了一個為了實(shí)現(xiàn)最大利潤而封閉的源代碼項(xiàng)目。他提出的反擊策略，是加入開源大模型的行列，將他旗下xAI公司的大模型Grok開源。但辛頓在最近的公開演講中反對大語言模型的源代碼開源，他認(rèn)為大模型閉源是目前能夠?qū)嵤┑奈ㄒ槐O(jiān)管手段。不管怎樣，就數(shù)字技術(shù)、AI等新科技領(lǐng)域的發(fā)展?fàn)顩r而言，原有科研治理體系下強(qiáng)調(diào)的技術(shù)和經(jīng)貿(mào)開放發(fā)展的共識已被打破，目前的全球分裂狀態(tài)嚴(yán)重阻礙著開放治理制度環(huán)境的營造。

通過開放治理推動落實(shí)“追趕+多元探索”戰(zhàn)略

在以“追趕+多元探索”戰(zhàn)略的宏觀指引下，當(dāng)前制度機(jī)制變革的關(guān)鍵選擇，是形成開放治理的環(huán)境，實(shí)現(xiàn)AI創(chuàng)新的供給端（國家創(chuàng)新資源的投入）與需求端（經(jīng)濟(jì)社會的應(yīng)用需求）之間的交互聯(lián)動。具體而言，可以在區(qū)域差異化發(fā)展、產(chǎn)學(xué)研聯(lián)合創(chuàng)新、資金投入分配、人才引進(jìn)培育、公共數(shù)據(jù)等領(lǐng)域制定有助于開放治理的制度機(jī)制，促進(jìn)人工智能的“追趕+多元探索”發(fā)展。

建立開放的區(qū)域協(xié)調(diào)發(fā)展機(jī)制，滿足各區(qū)域因地制宜的人工智能差異化需求。在我國相對發(fā)達(dá)區(qū)域，如京津冀、長三角、粵港澳大灣區(qū)等城市群，可以賦予其承擔(dān)一定“追趕”任務(wù)的責(zé)任，即依托核心城市并整合其周邊區(qū)域的科教、企業(yè)和資本力量，集中一定的資源，緊密跟蹤國際前沿發(fā)展，保持中國與國際領(lǐng)先地位之間的距離。對于我國欠發(fā)達(dá)地區(qū)，可以針對當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展需求，以及農(nóng)業(yè)、建筑業(yè)、基礎(chǔ)設(shè)施、社會保障等多樣需求和應(yīng)用場景，部署區(qū)域之間和企業(yè)牽頭的幫扶政策，推動大數(shù)據(jù)、大模型、算力設(shè)施等資源普惠化利用，幫助欠發(fā)達(dá)地區(qū)與傳統(tǒng)行業(yè)參與到人工智能的創(chuàng)新浪潮中并及時(shí)分享創(chuàng)新紅利。

建立“政產(chǎn)學(xué)研金”多主體之間開放合作的創(chuàng)新聯(lián)盟。創(chuàng)新聯(lián)盟可以由地方政府支持、由當(dāng)?shù)匮芯啃痛髮W(xué)或龍頭企業(yè)牽頭、聯(lián)合“政產(chǎn)學(xué)研金用”等其他主體共同組建，以打通各主體之間開放合作的堵點(diǎn)，促進(jìn)人工智能基礎(chǔ)科研、技術(shù)研發(fā)、產(chǎn)業(yè)應(yīng)用各個環(huán)節(jié)的協(xié)同推進(jìn)與循環(huán)互促。一方面，由企業(yè)牽頭的創(chuàng)新聯(lián)合體可以開放行業(yè)數(shù)據(jù)和應(yīng)用場景，協(xié)同開展行業(yè)共性技術(shù)與產(chǎn)業(yè)化應(yīng)用需求研究；另一方面，由研究型大學(xué)牽頭的創(chuàng)新聯(lián)合體可以圍繞人工智能前沿學(xué)術(shù)思想與基礎(chǔ)科研動態(tài)，協(xié)同開展重大研究方向攻關(guān)與自由探索。并且，地方政府對創(chuàng)新聯(lián)盟的考核評價(jià)，可以圍繞經(jīng)濟(jì)社會發(fā)展需求，以政產(chǎn)學(xué)研金多元主體組建的大評審委員會和各個專業(yè)領(lǐng)域小同行組建的小評審委員會共同對科研成果、技術(shù)突破和產(chǎn)品應(yīng)用等進(jìn)行綜合性評價(jià)，重點(diǎn)考察人工智能各個環(huán)節(jié)同步推進(jìn)、循環(huán)互促的效果。

建立開放的公共資金投入與分配機(jī)制，突破政府將財(cái)政資金集中投放到基礎(chǔ)研究環(huán)節(jié)的傳統(tǒng)模式，讓公共基金更廣泛的惠及應(yīng)用研究、產(chǎn)業(yè)轉(zhuǎn)化等多個環(huán)節(jié)。通過設(shè)立AI公共基金，將研究資助從基礎(chǔ)研究環(huán)節(jié)拓展到技術(shù)研發(fā)與產(chǎn)業(yè)應(yīng)用中。AI的“非線性創(chuàng)新”特性表明，政府的資金投入與分配機(jī)制應(yīng)當(dāng)以更加全面的視角看待“基礎(chǔ)研究—應(yīng)用研究—產(chǎn)業(yè)轉(zhuǎn)化”交互促進(jìn)的整體性創(chuàng)新范式，在對大學(xué)和科研機(jī)構(gòu)進(jìn)行AI基礎(chǔ)研究資助的同時(shí)，通過AI公共基金，將資助范圍擴(kuò)展到科技企業(yè)研究院技術(shù)研發(fā)、制造企業(yè)生產(chǎn)過程、應(yīng)用場景打造等多個環(huán)節(jié)。明確公共資金的資助導(dǎo)向，激勵高校院所與產(chǎn)業(yè)界形成聯(lián)合創(chuàng)新體。建議強(qiáng)化需求導(dǎo)向，由產(chǎn)業(yè)界提出需求、政府立項(xiàng)支持、高校院所與企業(yè)聯(lián)合攻關(guān)，確保資助項(xiàng)目與產(chǎn)業(yè)需求精準(zhǔn)對接。③ 需要創(chuàng)新資金的使用方式，倡導(dǎo)多重技術(shù)路線與商業(yè)化模式的平行探索。例如，支持通用大模型與行業(yè)大模型的同步研發(fā)；支持智慧農(nóng)業(yè)、智能制造、智慧醫(yī)療教育等多行業(yè)領(lǐng)域?qū)I的應(yīng)用轉(zhuǎn)化需求。

建立開放的人才培育與流動機(jī)制，不求所有，但求有用，優(yōu)化AI人才的培育吸引。在人才引進(jìn)方面，完善柔性引才政策，鼓勵大學(xué)、科研院所、企業(yè)設(shè)立“人才驛站”，通過項(xiàng)目合作、短期交流、長期兼職等靈活多樣的柔性機(jī)制，幫助各地解決AI關(guān)鍵技術(shù)與產(chǎn)業(yè)化方面的難題。在人才培育方面，樹立以AI創(chuàng)新需求為遵循、以實(shí)績?yōu)閷?dǎo)向的人才培育理念，打破按照學(xué)歷、學(xué)位、履職經(jīng)歷等標(biāo)準(zhǔn)實(shí)施人才評價(jià)的方式，激勵不同專業(yè)的人才積極學(xué)習(xí)AI知識，推動AI產(chǎn)品的應(yīng)用以及豐富AI科學(xué)原理的探索。在人才流動方面，應(yīng)突破組織機(jī)構(gòu)界限，促進(jìn)人才在企業(yè)與高校院所之間的雙向流動。在高校院所向企業(yè)流動方向，鼓勵科研人員到企業(yè)掛職兼職、在職創(chuàng)業(yè)，并在績效考核、工資福利等方面設(shè)置保障措施；在企業(yè)向高校院所流動方向，鼓勵高校院所設(shè)立一定比例的流動崗位，吸納企業(yè)技術(shù)專家、工程師到高校院所兼職，并為符合要求的企業(yè)人才開放職稱評定、導(dǎo)師評選的機(jī)會。

推動公共數(shù)據(jù)開放共享，完善人工智能多元創(chuàng)新探索所需的數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)。目前，中國的數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)尚存在諸多問題。雖然公共數(shù)據(jù)量大質(zhì)優(yōu)，但公共數(shù)據(jù)的跨部門、跨地區(qū)開放共享仍存在行政壁壘；中國基于超大規(guī)模人口與超大規(guī)模市場建立起的海量數(shù)據(jù)優(yōu)勢，尚未在數(shù)據(jù)采集端建立起統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致了數(shù)據(jù)格式混亂、錄入重復(fù)或缺失等問題；對于一些專業(yè)行業(yè)領(lǐng)域，如傳統(tǒng)制造業(yè)、農(nóng)業(yè)等，由于商業(yè)價(jià)值不大，一直難以吸引數(shù)據(jù)科技企業(yè)進(jìn)入該行業(yè)建立高質(zhì)量的數(shù)據(jù)集。目前，一個常用的做法是要求相關(guān)團(tuán)隊(duì)自行挖掘數(shù)據(jù)和建立數(shù)據(jù)集，但效果并不好。建議形成以公共數(shù)據(jù)開放引領(lǐng)各類數(shù)據(jù)共享的態(tài)勢，如授權(quán)委托專門的數(shù)據(jù)科技企業(yè)收集和運(yùn)營公共部門與專業(yè)行業(yè)的數(shù)據(jù)，通過“聯(lián)邦學(xué)習(xí)”“安全多方計(jì)算”“可信執(zhí)行環(huán)境”等技術(shù)手段分離數(shù)據(jù)的所有權(quán)與使用權(quán)，實(shí)現(xiàn)數(shù)據(jù)“可用不可見”的安全使用效果，同時(shí)規(guī)定其必須承擔(dān)為該領(lǐng)域的科研、應(yīng)用開發(fā)和治理提供服務(wù)的責(zé)任。

中美兩國在AI發(fā)展上存在的差距，要求中國一方面實(shí)施“追趕戰(zhàn)略”，集中一定的資源保持與世界前沿領(lǐng)先地位的距離；另一方面需要根據(jù)AI的科技創(chuàng)新特性，實(shí)施多元探索，激勵形成各區(qū)域和各行業(yè)共同努力及社會資源共同投入的發(fā)展格局。AI的未來還未曾確定，中國有豐富的應(yīng)用場景，有極其多樣的經(jīng)濟(jì)社會發(fā)展需求，可以將追趕戰(zhàn)略與多元探索有機(jī)結(jié)合起來，在追蹤前沿和探索新的創(chuàng)新方向的“雙管齊下”戰(zhàn)略下形成中國自身獨(dú)特的人工智能創(chuàng)新發(fā)展模式。在這個過程中，最為關(guān)鍵的是堅(jiān)持創(chuàng)建開放治理的制度環(huán)境，以此維持知識開放和交流的活躍度，提升先進(jìn)理念轉(zhuǎn)化為產(chǎn)品并得到市場檢驗(yàn)的機(jī)會，切實(shí)提高中國AI領(lǐng)域的創(chuàng)新發(fā)展水平。

（作者：蔣余浩、張心旖、戴明潔，華南理工大學(xué)公共政策研究院 廣東新質(zhì)生產(chǎn)力政策研究中心；編審：楊柳春；《中國科學(xué)院院刊》供稿）